Форум PHP

Добрый день.

Стоит задача распарсить каталог и залить в БД данные из большого XML файла (2,5 Гбайт).

Парсить предполагается средствами PHP.

Подскажите как и чем лучше это сделать, раньше не приходилось парсить XML файлы.

Пример структуры файла во вложении.

Заранее спасибо.

PHP не самый удачный выбор для таких объемов... в любом случае вам лучше написать свой собственный парсер, который будет читать файл построчно и искать начала и концы тэгов.

Спасибо за ответ, не подскажите где лучше почитать как правильно парсить xml.

Нашел скрипт, как думаете он мне подойдет?

function webi_xml($file) {     global $webi_depth;       // счетчик, для отслеживания глубины вложенности     $webi_depth = 0;     global $webi_tag_open;    // будет содержать массив открытых в данный момент тегов     $webi_tag_open= array();     global $webi_data_temp;   // этот массив будет содержать данные одного тега     ####################################################     ### функция работы с данными     function data ($parser, $data)     {         global $webi_depth;         global $webi_tag_open;         global $webi_data_temp;         // добавляем данные в массив с указанием вложенности и открытого в данный момент тега         $webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['data'].=$data;     }     ############################################     ####################################################     ### функция открывающих тегов     function startElement($parser, $name, $attrs)     {         global $webi_depth;         global $webi_tag_open;         global $webi_data_temp;         // если уровень вложенности уже не нулевой, значит один тег уже открыт         // и данные из него уже в массиве, можно их обработать         if ($webi_depth)         {             // здесь начинается обработка данных, например добаление в базу, сохранение в файл и т.д.             // $webi_tag_open содержит цепочку открытых тегов по уровню вложенности             // например $webi_tag_open[$webi_depth] содержит название открытого тега чья информация сейчас обрабатывается             // $webi_depth уровень вложенности тега             // $webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['attrs'] массив атрибутов тега             // $webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['data'] данные тега             print 'данные '.$webi_tag_open[$webi_depth].'--'.($webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['data']).'<br>';             print_r($webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['attrs']);             print '<br>';           //  print_r($webi_tag_open); // массив открытых тегов             print '<hr>';             // после обработки данных удаляем их для освобождения памяти             unset($GLOBALS['webi_data_temp'][$webi_depth]);         }         // теперь пошло открытие следующего тега и дальше обработка его произойдет на следующем шаге         $webi_depth++; // увеличиваем вложенность         $webi_tag_open[$webi_depth]=$name; // добавляем открытый тег в массив информаци         $webi_data_temp[$webi_depth][$name]['attrs']=$attrs; // теперь добавляем атрибуты тега     }     ###############################################     #################################################     ## функция закрывающих тегов     function endElement($parser, $name) {         global $webi_depth;         global $webi_tag_open;         global $webi_data_temp;         // здесь начинается обработка данных, например добаление в базу, сохранение в файл и т.д.         // $webi_tag_open содержит цепочку открытых тегов по уровню вложенности         // например $webi_tag_open[$webi_depth] содержит название открытого тега чья информация сейчас обрабатывается         // $webi_depth уровень вложенности тега         // $webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['attrs'] массив атрибутов тега         // $webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['data'] данные тега         print 'данные '.$webi_tag_open[$webi_depth].'--'.($webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['data']).'<br>';         print_r($webi_data_temp[$webi_depth][$webi_tag_open[$webi_depth]]['attrs']);         print '<br>';         print_r($webi_tag_open);         print '<hr>';         unset($GLOBALS['webi_data_temp']); // после обработки данных удаляем массив с данными целиком, так как произошло закрытие тега         unset($GLOBALS['webi_tag_open'][$webi_depth]); // удаляем информацию об этом открытом теге... так как он закрылся         $webi_depth--; // уменьшаем вложенность     }     ############################################     $xml_parser = xml_parser_create();     xml_parser_set_option($xml_parser, XML_OPTION_CASE_FOLDING, true);     // указываем какие функции будут работать при открытии и закрытии тегов     xml_set_element_handler($xml_parser, "startElement", "endElement");     // указываем функцию для работы с данными     xml_set_character_data_handler($xml_parser,"data");     // открываем файл     $fp = fopen($file, "r");     $perviy_vxod=1; // флаг для проверки первого входа в файл     $data="";  // сюда собираем частями данные из файла и отправляем в разборщик xml     // цикл пока не найден конец файла     while (!feof ($fp) and $fp)     {         $simvol = fgetc($fp); // читаем один символ из файла         $data.=$simvol; // добавляем этот символ к данным для отправки         // если символ не завершающий тег, то вернемся к началу цикла и добавим еще один символ к данным, и так до тех пор, пока не будет найден закрывающий тег         if($simvol!='>') { continue;}         // если закрывающий тег был найден, теперь отправим эти собранные данные в обработку         // проверяем, если это первый вход в файл, то удалим все, что находится до тега <?         // так как иногда может встретиться мусор до начала XML (корявые редакторы, либо файл получен скриптом с другого сервера)         if($perviy_vxod) {$data=strstr($data, '<?'); $perviy_vxod=0;}         // теперь кидаем данные в разборщик xml         if (!xml_parse($xml_parser, $data, feof($fp))) {             // здесь можно обработать и получить ошибки на валидность...             // как только встретится ошибка, разбор прекращается             echo "<br>XML Error: ".xml_error_string(xml_get_error_code($xml_parser));             echo " at line ".xml_get_current_line_number($xml_parser);             break;         }         // после разбора скидываем собранные данные для следующего шага цикла.         $data="";     }     fclose($fp);     xml_parser_free($xml_parser);     // удаление глобальных переменных     unset($GLOBALS['webi_depth']);       unset($GLOBALS['webi_tag_open']);     unset($GLOBALS['webi_data_temp']); } webi_xml('Sample-Catalog-20120626.xml');